1) categorized expect of Bayesian thinking
贝叶斯思维者类型预期
2) Bayesian thinking
贝叶斯思维者
3) categorized expect of categorized thinking
类型思维者类型预期
4) multi-dimensional Bayesian classifier
贝叶斯多维分类模型
1.
Since uncertain relationship between mutation patterns and drug resistance is still unknown,consequently,we are interested in using multi-dimensional Bayesian classifier and causal polytree to learn those causalities underline HIV mutation patterns,furthered with how those relationships influence HIV drug resistance.
这篇论文的工作集中在贝叶斯多维分类模型和贝叶斯聚类树模型的分析,并用这些分析成果理解两个问题:1 HIV基因突变类型间有何种不确定性关系;2 HIV基因突变类型如何影响药物抗药性。
5) categorical thinking
类型思维者
1.
This paper explains asset under-reaction and overreaction from a new point of view: categorical thinking.
在类型思维中,投资者倾向于将资产与类型匹配,基于此对不同资产类型的未来回报加以预期,本文描述了贝叶斯思维者类型预期与类型思维者类型预期特性,并进一步论述基于类型思维的投资者偏差:反应不足和过度反应。
6) Bayesian forecasting model
贝叶斯预测模型
1.
Firstly, the paper proposes Bayesian forecasting model for evaluating the original parameters of the distribution network components.
首先,作为可靠性评估的基础性工作,本文提出了贝叶斯预测模型用于配网元件原始参数的评估,引入由历史资料或设计经验形成的先验信息,并结合样本数据形成被估参数的后验分布;在此基础上进行点估计或区间估计,就可以对未来的变化趋势做出预测。
补充资料：贝叶斯公式
贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前，经济主体对各种假设有一个判断（先验概率），设为，{}。
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
，= 1， 2， %26#8230;， (5.5)
在实际经济生活中，信息搜寻工作不是一次就完成的。当信息搜寻进行到某一阶段，设已进行了 次采样( =1，2，%26#8230;)，此时经济主体对各假设的后验概率的认识为
=1， 2， %26#8230;， (5.6)
其中，表示在第次采样前对假设的判断，当 =1时即表示第一次采样前的先验概率，从而式(5.5)变成式(5.6)的一个特例，即，将其记为。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条